计算机视觉对苹果表面光泽度检测研究
摘要：光泽度是评价苹果品质的重要感官指标目前，农业上主要采用人工分拣法对苹果的光泽度进行粗略评估以达到分级的，此方法效率低、准确性差，直接影响着苹果分级质量的提高。为了建立苹果表面光泽度准确快速的测量方法，本文建立了基于计算机视觉的苹果光泽度检测方法，使用图像处理方法提取了苹果高亮区域的颜色参数，建立了苹果光泽度分级的SVM模型，将计算机视觉苹果光泽度检测方法的检测结果与小孔光泽度仪测定方法和感官评价方法进行比较，并在此基础上开发了苹果光泽度检测软件。结果表明：苹果光泽度计算机视觉检测方法对高光泽度组、中光泽度组和低光泽度组的分类准确率达到97%，和小孔光泽度仪测定方法和感官评价方法结果吻合，所开发的苹果光泽度测量软件可以快速准确地对苹果光泽度进行三等级的分级。
目录
前言 1
1 材料与设备 2
1.1 试验材料 2
1.2 试验设备 2
2 试验方法 2
2.1 苹果表面图像采集与图像处理与分级建模 3
2.1.1 图像采集 3
2.1.2 图像处理 3
2.1.3 SVM建模 4
2.2 基于小孔光泽度仪的苹果表面光泽度测量 4
2.3 基于色度计的苹果表面色泽测量 4
2.4 感官评定 4
3 结果与分析 4
3.1 基于仪器和感官评定的苹果光泽度和色泽度 4
3.1.1 基于仪器测定的苹果光泽度和色泽度 4
3.1.2 基于感官评定的苹果光泽度和色泽度 5
3.2 计算机视觉苹果表面光泽度检测的SVM模型及预测效果 6
4 苹果光泽度判别软件开发 7
4.1 软件需求 7
4.2 编程语言环境 7
4.3 软件界面设计 7
4.4 软件流程 7
4.5 软件运行 9
5 讨论 9
6 结论 9
致谢 10
参考文献： 10
计算机视觉对苹果表面光泽度检测研究
引言
前言
苹果是世界
*好棒文|www.hbsrm.com +Q: 3_5_1_9_1_6_0_7_2
上栽培面积最大、产量最多的水果之一[1]，也是日常生活中最常见的水果。中国是世界上最大的苹果生产国和消费国，种植面积和产量均占世界总量的40%以上，在世界苹果产业中占有重要地位。苹果产业是中国农业产业体系中的重要特色产业，也是具有比较优势和国际竞争力的产业[2]。光泽度是评价苹果品质的重要感官指标，其直接影响着消费者的购买欲望，间接反映出苹果的成熟度[3]、新鲜度以及品质。光泽度是苹果表面对光的反射现象形成的，其直接反映的苹果表皮的新鲜程度和损伤情况，因此，对于苹果光泽度的测量和判断尤为重要。
苹果商品化处理包括收获后的清洗、分级、打蜡、包装等一系列技术处理，分级是苹果商品化处理中的核心环节[4]。目前，在苹果商品化处理方面，无论是处理能力还是处理水平，我国都还处于初始阶段，主要以人工分级为主。人工分级精度低、速度慢、人为影响因素多，无法满足市场的要求[5]。近几年来随着计算机图像识别技术和近红外技术的成熟[6]，分级方式已由重量分级和光电分级发展为多传感器综合分级，分级设备不仅可按苹果重量进行分级，而且还可以根据缺陷、色泽、形状、成熟度等进行分级，使果品的处理质量和效率进一步提高[7]。国外很多学者对果蔬光泽度的测量进行了研究。2003年，Bai 等人通过调整表面反射性测量仪进行苹果表面光泽度的测量。他利用该仪器分别测量有玉米醇溶蛋白和丙二醇（PG）混合液涂抹的嘎啦苹果和红香苹果的光泽度，并与没有涂层的苹果光泽度作对比实验。实验测量的光泽度范围在2.3到11.3 GU之间；另一项实验中，在相同的实验条件下，将聚乙烯、棕榈等混合做涂层涂抹在红香、富士、布雷本和澳洲青苹果表面测量其光泽的并与没有涂层的苹果表面光泽的做对比实验。实验结果得到的光泽度范围为2.9到10.9 GU之间 [8]。缺乏合适仪器和方法测量曲面果蔬表面光泽度促使很多研究者建立了自己的光泽度测量系统[9]，Nussinovitch等人在早期研究基础上设计了曲面光泽度测量仪[10]。该测量仪可以用于测量完整的果蔬。该研究还提到香蕉的成熟度随果皮光泽度退化，因此光泽度可以作为确定香蕉成熟度的一个指标[11]。
本文拟建立基于计算机视觉的苹果光泽度检测方法，使用图像处理方法提取了苹果高亮区域的颜色参数，建立苹果光泽度分级的支持向量机（Support vector machine, SVM）模型，并将计算机视觉苹果光泽度检测方法的检测结果与小孔光泽度仪测定方法和感官评价方法进行比较，在此基础上开发苹果光泽度检测软件。
1 材料与设备
1.1 试验材料
SP1果蔬保鲜被膜剂（主要成分：树胶、蜂胶、虫胶）：博城化工有限公司
红富士苹果300枚，购于南京市玄武区小卫街建良水果店，成熟度一致，将其洗净、自然风干。取其中的100枚，取50 mL果蜡于烧杯中，用卫生棉蘸取果蜡均匀涂抹在苹果表面为高光泽度组，另取100枚在表面均匀涂抹稀释至50%的果蜡作为中光泽度组，另外100枚作为低光泽度组。
1.2 试验设备
自制苹果光泽图像采集系统，如图1所示，由The Imaging Source公司DFK 23U274 200万像素CCD工业相机、2根33 cm 12 W白色条状光源、底座、暗箱和苹果托盘组成。苹果托盘固定在底座的中央，底座和苹果托盘均为黑色，工业相机固定在底座上方，底座到镜头距离为30 cm，2根条状光源固定在苹果托盘两侧，距底座15 cm，2根条状光源间距为20 cm。
光泽度计WGG60E4 天津其立科技有限公司
便携式色度计CR10 翁凯尔有限公司
2 试验方法
2.1 苹果表面图像采集与图像处理与分级建模
2.1.1 图像采集
将待测苹果放在托盘上，打开条状光源，然后用工业相机进行拍摄，得到苹果的彩色图像，如图2所示。
2.1.2 图像处理
用Matlab 2010b对苹果彩色图像进行处理，首先用自适应的双峰阈值分割方法分割对苹果的彩色图像进行分割，得到苹果区域的二值图像，如图3所示，并计算二值图像中苹果区域的像素点个数N，然后以N20为目标像素点个数，对苹果图像灰度化后进行定像素点数的阈值分割，获得苹果区域中面积为目标像素点个数的高亮区域二值图像，如图4所示。再以高亮区域二值图像为模板，分别计算原图像的中高亮区域的红色分量、绿色分量和蓝色分量的平均灰度值R、G、B值以及苹果灰度图像中的平均灰度值Gray和标准差std。
2.1.3 SVM建模
先从高光泽度组、中光泽度组和低光泽度组中分别枚随机挑选70共210枚作为建模集样本，剩余90枚作为验证集样本。然后以2.1.1和2.1.2中的方法采集所有试验苹果的光泽图像，并计算出图像的中高亮区域的红色分量、绿色分量和蓝色分量的平均灰度值R、G、B值以及苹果灰度图像中的平均灰度值Gray和标准差std。
将建模集样本图像的高亮区域的红色分量、绿色分量和蓝色分量的平均灰度值R、G、B值以及苹果灰度图像中的平均灰度值Gray和标准差std作为5个特征参数作为输入参数，将光泽度级别作为输出参数建立 SVM模型，SVM模型采用径向基函数为核函数，gamma值为0.00005，cost值为100。然后用验证集样本对该模型进行验证。
目录
前言 1
1 材料与设备 2
1.1 试验材料 2
1.2 试验设备 2
2 试验方法 2
2.1 苹果表面图像采集与图像处理与分级建模 3
2.1.1 图像采集 3
2.1.2 图像处理 3
2.1.3 SVM建模 4
2.2 基于小孔光泽度仪的苹果表面光泽度测量 4
2.3 基于色度计的苹果表面色泽测量 4
2.4 感官评定 4
3 结果与分析 4
3.1 基于仪器和感官评定的苹果光泽度和色泽度 4
3.1.1 基于仪器测定的苹果光泽度和色泽度 4
3.1.2 基于感官评定的苹果光泽度和色泽度 5
3.2 计算机视觉苹果表面光泽度检测的SVM模型及预测效果 6
4 苹果光泽度判别软件开发 7
4.1 软件需求 7
4.2 编程语言环境 7
4.3 软件界面设计 7
4.4 软件流程 7
4.5 软件运行 9
5 讨论 9
6 结论 9
致谢 10
参考文献： 10
计算机视觉对苹果表面光泽度检测研究
引言
前言
苹果是世界
*好棒文|www.hbsrm.com +Q: 3_5_1_9_1_6_0_7_2
上栽培面积最大、产量最多的水果之一[1]，也是日常生活中最常见的水果。中国是世界上最大的苹果生产国和消费国，种植面积和产量均占世界总量的40%以上，在世界苹果产业中占有重要地位。苹果产业是中国农业产业体系中的重要特色产业，也是具有比较优势和国际竞争力的产业[2]。光泽度是评价苹果品质的重要感官指标，其直接影响着消费者的购买欲望，间接反映出苹果的成熟度[3]、新鲜度以及品质。光泽度是苹果表面对光的反射现象形成的，其直接反映的苹果表皮的新鲜程度和损伤情况，因此，对于苹果光泽度的测量和判断尤为重要。
苹果商品化处理包括收获后的清洗、分级、打蜡、包装等一系列技术处理，分级是苹果商品化处理中的核心环节[4]。目前，在苹果商品化处理方面，无论是处理能力还是处理水平，我国都还处于初始阶段，主要以人工分级为主。人工分级精度低、速度慢、人为影响因素多，无法满足市场的要求[5]。近几年来随着计算机图像识别技术和近红外技术的成熟[6]，分级方式已由重量分级和光电分级发展为多传感器综合分级，分级设备不仅可按苹果重量进行分级，而且还可以根据缺陷、色泽、形状、成熟度等进行分级，使果品的处理质量和效率进一步提高[7]。国外很多学者对果蔬光泽度的测量进行了研究。2003年，Bai 等人通过调整表面反射性测量仪进行苹果表面光泽度的测量。他利用该仪器分别测量有玉米醇溶蛋白和丙二醇（PG）混合液涂抹的嘎啦苹果和红香苹果的光泽度，并与没有涂层的苹果光泽度作对比实验。实验测量的光泽度范围在2.3到11.3 GU之间；另一项实验中，在相同的实验条件下，将聚乙烯、棕榈等混合做涂层涂抹在红香、富士、布雷本和澳洲青苹果表面测量其光泽的并与没有涂层的苹果表面光泽的做对比实验。实验结果得到的光泽度范围为2.9到10.9 GU之间 [8]。缺乏合适仪器和方法测量曲面果蔬表面光泽度促使很多研究者建立了自己的光泽度测量系统[9]，Nussinovitch等人在早期研究基础上设计了曲面光泽度测量仪[10]。该测量仪可以用于测量完整的果蔬。该研究还提到香蕉的成熟度随果皮光泽度退化，因此光泽度可以作为确定香蕉成熟度的一个指标[11]。
本文拟建立基于计算机视觉的苹果光泽度检测方法，使用图像处理方法提取了苹果高亮区域的颜色参数，建立苹果光泽度分级的支持向量机（Support vector machine, SVM）模型，并将计算机视觉苹果光泽度检测方法的检测结果与小孔光泽度仪测定方法和感官评价方法进行比较，在此基础上开发苹果光泽度检测软件。
1 材料与设备
1.1 试验材料
SP1果蔬保鲜被膜剂（主要成分：树胶、蜂胶、虫胶）：博城化工有限公司
红富士苹果300枚，购于南京市玄武区小卫街建良水果店，成熟度一致，将其洗净、自然风干。取其中的100枚，取50 mL果蜡于烧杯中，用卫生棉蘸取果蜡均匀涂抹在苹果表面为高光泽度组，另取100枚在表面均匀涂抹稀释至50%的果蜡作为中光泽度组，另外100枚作为低光泽度组。
1.2 试验设备
自制苹果光泽图像采集系统，如图1所示，由The Imaging Source公司DFK 23U274 200万像素CCD工业相机、2根33 cm 12 W白色条状光源、底座、暗箱和苹果托盘组成。苹果托盘固定在底座的中央，底座和苹果托盘均为黑色，工业相机固定在底座上方，底座到镜头距离为30 cm，2根条状光源固定在苹果托盘两侧，距底座15 cm，2根条状光源间距为20 cm。
光泽度计WGG60E4 天津其立科技有限公司
便携式色度计CR10 翁凯尔有限公司
2 试验方法
2.1 苹果表面图像采集与图像处理与分级建模
2.1.1 图像采集
将待测苹果放在托盘上，打开条状光源，然后用工业相机进行拍摄，得到苹果的彩色图像，如图2所示。
2.1.2 图像处理
用Matlab 2010b对苹果彩色图像进行处理，首先用自适应的双峰阈值分割方法分割对苹果的彩色图像进行分割，得到苹果区域的二值图像，如图3所示，并计算二值图像中苹果区域的像素点个数N，然后以N20为目标像素点个数，对苹果图像灰度化后进行定像素点数的阈值分割，获得苹果区域中面积为目标像素点个数的高亮区域二值图像，如图4所示。再以高亮区域二值图像为模板，分别计算原图像的中高亮区域的红色分量、绿色分量和蓝色分量的平均灰度值R、G、B值以及苹果灰度图像中的平均灰度值Gray和标准差std。
2.1.3 SVM建模
先从高光泽度组、中光泽度组和低光泽度组中分别枚随机挑选70共210枚作为建模集样本，剩余90枚作为验证集样本。然后以2.1.1和2.1.2中的方法采集所有试验苹果的光泽图像，并计算出图像的中高亮区域的红色分量、绿色分量和蓝色分量的平均灰度值R、G、B值以及苹果灰度图像中的平均灰度值Gray和标准差std。
将建模集样本图像的高亮区域的红色分量、绿色分量和蓝色分量的平均灰度值R、G、B值以及苹果灰度图像中的平均灰度值Gray和标准差std作为5个特征参数作为输入参数，将光泽度级别作为输出参数建立 SVM模型，SVM模型采用径向基函数为核函数，gamma值为0.00005，cost值为100。然后用验证集样本对该模型进行验证。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/swgc/spkxygc/301.html
